Cours MS-I3 : Programmation hybride et multi-coeurs [2024/2025]

Organisation

Horaire : Cours et TD/TP le vendredi matin [Planning détaillé]
Enseignant :
1. Marc Tajchman, CEA, DEN/DM2S/STMF/LMES

Prérequis

Il est conseillé aux étudiants qui souhaitent suivre ce cours, d'avoir déjà utilisé des machines de calcul sous linux, les outils standards (shell, éditeurs, etc) et les outils de progammation (tels que compilateurs, cmake, make, débogeurs, etc) disponibles dans cette plateforme.

Les exemples et exercices ont été testés sur le cluster Cholesky, mais devraient fonctionner sur d'autres environnements (linux, macOs ou windows sur machine personnelle) à condition d'installer des outils adéquats. Ne pas hésiter à poser des questions en cas de soucis.

La connaissance d'un langage de programmation utilisé dans le domaine scientifique, de préférence C++ (les notions de C++ nécessaires sont de niveau basique), est indispensable pour effectuer les travaux pratiques demandés.

Dans la seconde partie du cours, on utilisera des fonctionnalités (un peu) plus avancées de C++ (fonctions lambda, templates), une séance spécifique de ce cours leur sera consacrée. A nouveau, en cas de difficultés, ne pas hésiter à poser des questions.

Enfin, on supposera que les étudiants ont des notions en programmation parallèle avec MPI, obtenues par exemple en suivant Cours MS01 - Calcul Scientifique Parallèle.

Programme du cours

Le programme ci-dessous est indicatif, il est susceptible de légères adaptations. On ajoutera au fur et à mesure de l'avancement du cours, des références sur les supports de cours et les fichiers sources des exercices et TP.

Quelques conseils et remarques concernant les TPs et exemples

Rappels sur les architectures des machines et différents types de programmation parallèle (1/2 séance)
Support de cours : Introduction et Rappels d'architecture des ordinateurs
Optimisation de la programmation séquentielle (1/2 séance)
- Support de cours : Optimisation de la programmation séquentielle
- Mémoire cache des machines.
- Notions de localités spatiale et temporelle.
- Utiliser les possibilités du processeur.
- Influence sur l'efficacité des algorithmes.
- Exemples. (format tar + gzip, format zip)
Programmation multi-threads (2 séances)
- Séance 1: notions de base (support de cours : Programmation multi-threads (partie 1))
  - Différents outils disponibles.
  - Variables partagées ou non entre threads.
  - Exemples (format tar + gzip, format zip)
- Séance 2: techniques de programmation multi-threads
  - Différentes techniques de programmation avec OpenMP : grain fin, grain grossier, programmation par tâches
  - Autres outils pour la programmation multi-threads : std::threads, TBB, ...
  - support de cours : Programmation multi-threads (partie 2).
  - Exemples (format tar + gzip, format zip)
- TP 1 : Enoncé et code source à modifier/compléter: format tar + gzip, format zip
- TP 1 : code source complété (format tar + gzip, format zip)
Programmation hybride multi-noeuds - multi-coeurs (1 séance)
- Support de cours : Programmation hybride
  - Intérêt de ce type d'approche.
  - Comparaison de différentes techniques MPI-OpenMP.
  - Exemples (format tar + gzip, format zip)
- Langages PGAS (pour information, ces langages ne sont presque plus utilisés)
- TP 2 : Enoncé et code source à modifier/compléter: format tar + gzip, format zip
Programmation des GPU (Graphics Processing Unit) (6 séances).
- Les outils de base: Cuda, OpenCL (2 séances)
  - Introduction aux GPU
  - Bases du langage Cuda (document Nvidia)
  - Exemples commentés en Cuda et OpenCL ( format tar + gzip, format zip)
  - Commentaires sur la performance de codes exécutés sur GPU avec d'autres exemples format tar + gzip, format zip)
  - Environnement de programmation disponible (libraires, outils logiciels), exemples avec les librairies Cublas et Thrust (document Nvidia).
  - Quelques outils plus haut niveau (3 séances)
    - Notions de foncteur en C++ (objet-fonction), de fonction lambda
    - Un outil visant la portabilité sur plusieurs modèles de programmation: Kokkos
    - Un outil visant la portabilité sur plusieurs modèles de programmation: Sycl
  - Programmation Multi-GPU (1 séance)
    - Plusieurs GPU associés au même CPU (combinaison Cuda + OpenMP):
    - Plusieurs GPU associés chacun à un CPU. (combinaison Cuda + MPI)